第二讲：机器学习基础（下）
1 回顾 回顾上一讲的机器学习三要素中的算法部分，当优化问题有解析解的时候，我们可以用: ✔ 最小二乘法(XTX)-1XTy ✔ 岭回归(XTX+λI)-1XTy 并且我们推导了最小二乘的公式，接来下我们尝试从几何的角度解释这个问题。 1.1最小二乘法的几何意义 先说结论：最小二乘法的几何意义是高维空间中的一个向量在低维子空间的投影。 结论比较抽象，我们通过一个简单的例子开始。考虑这样一
相关文章
- 1. 机器学习--第二讲--基础
- 2. 第一讲：机器学习基础（上)
- 3. 机器学习 第二讲 Linear Regression
- 4. 机器学习理论基础学习--第二天
- 5. 机器学习数学基础(二)
- 6. 机器学习的数学基础（二）
- 7. 机器学习---第七讲---聚类的基础知识
- 8. 机器学习--机器学习基础
- 9. 《机器学习基石》笔记：第二讲
- 10. 机器学习基石第十二讲笔记
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Kotlin学习（二）基本类型
- • Kotlin学习（一）基本语法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 机器学习--第二讲--基础
- 2. 第一讲：机器学习基础（上)
- 3. 机器学习 第二讲 Linear Regression
- 4. 机器学习理论基础学习--第二天
- 5. 机器学习数学基础(二)
- 6. 机器学习的数学基础（二）
- 7. 机器学习---第七讲---聚类的基础知识
- 8. 机器学习--机器学习基础
- 9. 《机器学习基石》笔记：第二讲
- 10. 机器学习基石第十二讲笔记